Zeta 2是一个约4.6亿参数的小型语言模型(SLM)，在消费级电脑上精心打造，支持多种语言。

Skywork-VL-Reward-7B是一个7B参数的多模态奖励模型，基于Qwen2.5-VL-7B-Instruct架构，增加了用于训练奖励模型的价值头结构。

基于扩散的文本生成图像模型，支持自然语言和原生标签输入，采用v-prediction预测机制

这是一个在法医应用中检测AI生成图像的视觉Transformer模型，训练于迄今为止最大的数据集。

基于Laxhar/noobai-XL_v1.0的图像生成模型，使用完整Danbooru和e621数据集训练，支持v-prediction预测方式

基于Laxhar/noobai-XL_v1.0开发的文生图扩散模型，支持v-prediction预测模式，融合Danbooru和e621数据集标注

基于Laxhar/noobai-XL_v1.0微调的图像生成模型，支持原生标签和自然语言描述，采用v预测模型。

Artigenz-Coder-DS-6.7B 是一个高效运行的代码生成模型，基于 DeepSeek-Coder-6.7B-Base 微调而成，内存占用仅为 13GB。

WizardLM无对齐模型是基于特定数据集子集训练的模型，移除了数据集中包含对齐或说教内容的回复，未内置对齐机制。

基于Bloom-zh的30亿参数版本，通过人类反馈数据进行微调的多语言对话模型

RedPajama-INCITE-7B-Instruct 是一个由 Together 和开源 AI 社区领导者共同开发的 69 亿参数语言模型，针对少样本应用进行了微调。